Análisis

estadístico bono
de productividad
cajeros JUMBO LA
SERENA

Integrantes
Oscar sierra vega
Xenda bastias

Carrera de Técnico en Contabilidad General

Módulo de Estadística.
 Introducción.

En nuestro país son muchos las empresas que ofrecen como parte de la remuneración de
sus trabajadores bonos asociados a productividad, comisiones ya sean por ventas con
tarjetas de crédito asociadas a casas comerciales o simplemente, como en algunos
supermercados de nuestro país, comisiones por millón vendido. Nos parece interesante
centrarnos hoy en una empresa en particular, quienes pagan comisión o, bono productivo
a sus cajeros, de acuerdo a la productividad que estos generen mensualmente y también
analizar cómo es que influye el turismo en que los trabajadores (cajeros/as) puedan o no
ganar esta bonificación por producción.

Nuestro objetivo principal es comparar las muestras de dos meses en específicos, calcular
las medidas estadísticas y poder a su vez concluir cual es la temporada más favorable para
que los trabajadores puedan obtener dicho beneficio.
 Método.

La empresa escogida para realizar este análisis estadístico es supermercados jumbo,

gracias a gestiones pudimos tener acceso a los informes de productividad de 91 cajeros,
los que corresponden al mes de febrero y marzo del el año en curso.

Para poder comprender como es que funciona este mecanismo de comisión o bono
productivo es que haremos una explicación de las condiciones tiene dicho bono para
poder ser otorgado a los cajeros de dicha empresa.

1. Para poder hacer primero una medición de productividad se establece

primeramente un horario en que serán realizadas las mediciones, estas
serán en el horario de la mañana desde las 11:00 horas. Hasta las 14:00
horas. Y para los trabajadores del turno de larde se establece un horario de
medición que va desde las 17:00 horas. Hasta las 21:00 horas.
2. Como segundo este bono de productividad es medido según los productos
los cajeros escaneen durante una hora, es decir que si en la mañana
tenemos un total de tres horas de medición se hará un promedio de las tres
horas, el que será el promedio o productividad diaria de cada cajero, y así
sucederá también con la productividad para los cajeros del turno de la
tarde en donde se hará un promedio de la productividad obtenida en cada
una de las 4 horas de medición siendo su promedio diario.
La empresa para poder hacer efectivo el pago de este bono pide como
condición que el cajero tenga como mínimo un total de 500 productos por
hora escaneados con un tope de 600 productos, estableciendo también
tramos a los cuales se les asignara un monto a cancelar y que se
distribuirán de la siguiente forma:

RANGO monto de
PRODUCCION bono
menos de 500 no aplica
501-550 50.000
551-600 80.000
601 hacia arriba 98.000
3. También se establecen otras condiciones como, no presentar faltas al
trabajo, no exceder el máximo de 4 días de licencias médicas, mantener un
80% de horas de conectividad en cajas y otros más que no son relevantes
para nuestro análisis, por lo que no entraremos en mayor detalle en esos
puntos.
Teniendo ya en claro las condiciones y tramos a pagar según la productividad de cada
cajero, vamos a proceder a presentar la información de los meses correspondientes a
febrero y marzo con sus respectivos cálculos estadísticos.
 INFORME DE PRODUCTIVIDAD MES DE FEBRERO

NOMBRE CAJERO/A PRODUCTIVIDAD MENSUAL NOMBRE CAJERO/A PRODUCTIVIDAD MENSUAL

EUGENIO CARO 699 DEBORA ARAYA 555

OSCAR SIERRA 698 JEANNETTE VARGAS 548
MONICA TORREJON 689 CAROLA BERNAL 544
PAOLA ROJAS 689 ERWIN MARTINEZ 543

BERNARDA CONTRERAS 689 ANGELICA VARELA 543

FRANCISCA TORO 689 PATRICIA GUERRA 543

YOSELIN ALVAREZ 688 ANDREA SALDIVAR 542
ERIC GONZALEZ 687 GENESIS GALVEZ 542
DANILO CATALAN 678 PABLO PASTENES 537
NATALIA ORELLANA 678 YASNA GONZALEZ 534
ANDREA CARMONA 678 KAREN BARRAZA 534
MARIBEL BRAVO 677 NICOLAS ASTUDILLO 532
MARIA JOSE CABRERA 676 MONICA DINAMARCA 532
CAROLINA NAVEA 675 GABRIELA YAÑEZ 523

BARBARA FLORES 658 CONSTANZA HUANCHICAY 523

PAULINA VARAS 655 GISSELLE URQUIETA 522
ROLANDO ADONES 654 MARCELA LOPEZ 521

PAULINA CUELLA 654 JAVIERA TABILO 521

KATHERINE PASTEN 654 PILAR ARACENA 511
DENISSE FIGUEROA 654 ELIAS VILLALOBOS 505
FERNANDA GUTIERREZ 654 RODRIGO POZO 502
CAMILA ORTIZ 654 YENNY ARENAS 502
NATALY ROJAS 654 PAOLA GALVEZ 500
LORENA BARRERA 652 CATALINA BRITO 500
LUCAS CASTILLO 643 VIVIANA CACERES 478
YERITZA LEMUS 634 CAROLINA AVALOS 477
LILIBETH NAVEA 627 JOHANA CASTILLO 477
OSCAR MORALES 624 MIRIAM CERDA 476
MONICA RIVERA 604 FRANCISCO FIGUEROA 473
HECTOR CASTILLO 601 INES VEGA 467
CAMILA OLIVAREZ 599 PAULINA APABLAZA 467
ANA CLAUDIA ORTIZ 598 ANACAREN CARMONA 467
KAREN ALBANEZ 586 LUZ GONZALEZ 466
CAROLINA CORTES 569 CAROLINA PADILLA 465
DIEGO PEREZ 567 CAMILA MONSALVE 465
GIGLIOLA TORRES 567 PAOLA ALVAREZ 456
MATIAS BONILLA 567 ABRAHAM CASTILLO 456
PAMELA ESPINOZA 567 MARIA ZAMBRA 456
CARLA PEREZ 567 BARBARA HENRIQUEZ 456
VALESKA HIDALGO 565 HUMBERTO ZOLA 456
MACKARENA PUJADO 564 CLAUDIA MARTINEZ 455
BENJAMIN LARRAGUIBEL 564 NATALIE ARAYA 454
BELEN ARDILES 564 MATIAS PEREZ 451
CONSUELO PEREIRA 560 BLADIMIR PALTA 451
CLAUDIA VARGAS 555 PAMELA LLAIQUEN 450

CARMEN MARAMBIO 450

RANGO
2 2
PRODUCCION MCXi Fi (Xmci - ) (Xmci - ) * Fi
[450-500) 475 22 8622,45 189693,88
[500-550) 525 23 1836,73 42244,90
[550-600] 575 16 51,02 816,33
[600-650) 625 6 3265,31 19591,84
[650-700) 675 24 11479,59 275510,20
TOTAL 91 527857,14

MEDIA ARITMETICA
 51675
91

 567,86

VARIANZA DESVIACION ESTANDAR

2
S = 527857,14 S= 
91

2
S = 5800,63 S= 76,16

25
20
15
10
5
0
 INFORME DE PRODUCTIVIDAD MES DE MARZO

NOMBRE CAJERO/A PRODUCTIVIDAD MENSUAL NOMBRE CAJERO/A PRODUCTIVIDAD MENSUAL

CLAUDIA VARGAS 694 ANDREA SALDIVAR 532

CAROLINA PADILLA 678 NICOLAS ASTUDILLO 530

ABRAHAM CASTILLO 674 BELEN ARDILES 529

NATALIA ORELLANA 673 JOHANA CASTILLO 528

PAOLA ALVAREZ 654 HUMBERTO ZOLA 527

GIGLIOLA TORRES 654 BERNARDA CONTRERAS 526

CAROLA BERNAL 631 PAMELA ESPINOZA 524

ROLANDO ADONES 624 CAROLINA CORTES 522

FERNANDA GUTIERREZ 624 CONSUELO PEREIRA 522

MONICA TORREJON 618 JEANNETTE VARGAS 520

INES VEGA 617 GABRIELA YAÑEZ 519

MARIBEL BRAVO 613 GISSELLE URQUIETA 513

CAMILA OLIVAREZ 609 JAVIERA TABILO 508

BENJAMIN LARRAGUIBEL 605 ANACAREN CARMONA 502

ERIC GONZALEZ 604 RODRIGO POZO 500

ERWIN MARTINEZ 598 YENNY ARENAS 499

EUGENIO CARO 593 ELIAS VILLALOBOS 496

MARIA ZAMBRA 592 PILAR ARACENA 495

PAULINA CUELLA 588 HECTOR CASTILLO 491

MARIA JOSE CABRERA 586 MONICA RIVERA 488

CAROLINA AVALOS 580 LORENA BARRERA 488

OSCAR SIERRA 577 YOSELIN ALVAREZ 487

CAMILA MONSALVE 574 MACKARENA PUJADO 485

LUZ GONZALEZ 574 CAMILA ORTIZ 481

MIRIAM CERDA 572 MATIAS PEREZ 480

MATIAS BONILLA 572 PAOLA GALVEZ 479

YERITZA LEMUS 570 CATALINA BRITO 471

OSCAR MORALES 564 MONICA DINAMARCA 470

VIVIANA CACERES 563 PAMELA LLAIQUEN 470

YASNA GONZALEZ 562 CARMEN MARAMBIO 470

PABLO PASTENES 561 BLADIMIR PALTA 470

MARCELA LOPEZ 557 FRANCISCO FIGUEROA 467

CLAUDIA MARTINEZ 555 LUCAS CASTILLO 465

PAULINA APABLAZA 552 GENESIS GALVEZ 465

PAOLA ROJAS 551 LILIBETH NAVEA 459

KAREN ALBANEZ 547 BARBARA FLORES 459

ANGELICA VARELA 545 DIEGO PEREZ 456

PAULINA VARAS 544 DANILO CATALAN 456

DEBORA ARAYA 544 FRANCISCA TORO 456

NATALIE ARAYA 540 NATALY ROJAS 456

VALESKA HIDALGO 539 ANDREA CARMONA 455

KATHERINE PASTEN 539 PATRICIA GUERRA 455

CAROLINA NAVEA 538 CONSTANZA HUANCHICAY 452

BARBARA HENRIQUEZ 535 CARLA PEREZ 451

DENISSE FIGUEROA 534 KAREN BARRAZA 450

ANA CLAUDIA ORTIZ 450

RANGO
2 2
PRODUCCION MCXi Fi (Xmci - ) (Xmci - ) * Fi
[450-500) 475 31 4062,31 125931,65
[500-550) 525 25 188,68 4717,12
[550-600] 575 20 1315,06 26301,17
[600-650) 625 9 7441,43 66972,89
[650-700) 675 6 18567,81 111406,83
TOTAL 91 335329,67

MEDIA ARITMETICA
 49025
91

 538,74

VARIANZA DESVIACION ESTANDAR

2
S = 335329,67 S= 
91

2
S = 3684,94 S= 60,70

40
30
20
10
0
Con las muestras de datos clasificadas y analizadas se procedió a realizar los cálculos de
media aritmética, varianza y desviación estándar, cabe informar que solo se realizaron
esto cálculos porque el objetivo es analizar cuanto influye la temporada estival en la
producción de los cajeros de esta empresa.

Observando a simple vista los gráficos podemos deducir que las productividades de ambos
meses presentan grandes variaciones, por ejemplo, en el mes de febrero tenemos una
productividad más alta que en marzo lo que significa que más cantidades de cajeros
pueden optar a obtener este bono productivo mientras en que el mes de marzo la
productividad tanto individual como grupal cae considerablemente.

Después de este pequeño análisis procedemos a realizar el cálculo de coeficiente de

variación para poder analizar correctamente ambas muestras:

PRODUCTIVIDAD DESCIACION
MES  ESTANDAR
FEBRERO 567,86 76,16
MARZO 538,74 60,70

COEFICIENTE DE VARIACION MES DE FEBRERO

CVXF= 76,16 0,1341215 x 100

=
567,86
= 13,4121503
= 13,4%

COEFICIENTE DE VARIACION MES DE MARZO

CVXF= 60,70 0,11267721 x 100

=
538,74
= 11,2677207
= 11,3%
En el mes de febrero obtuvimos un coeficiente de variación de un 13,4% mientras que en
el mes de marzo obtuvimos un coeficiente de 11,3%, los que nos lleva a concluir que
realmente la época estival que corresponde al mes de febrero si influye en la
productividad de cada cajero y también como grupo ya que se obtienen altos promedios
mensuales productivos mientras que en marzo el coeficiente desciende por la baja en la
afluencia de clientes en el local comercial.

Conclusión.

Terminando ya con nuestro análisis de productividad de los cajeros de la empresa jumbo,

podemos concluir que para que los trabajadores puedan ganar este bono es necesario que
haya una buena afluencia de público en el local, tal como se observa el mes de febrero,
también debemos tomar en cuenta que últimamente en la zona se han abierto varios
nuevos supermercados aumentando la competencia para este local, siendo uno de estos
nuevos locales una sucursal de este mismo en un barrio más acomodado, que resulta ser
es el tipo de clientes a los que apunta esta cadena de supermercados.

También concluir que la muestra del mes de marzo es una muestra más homogénea que
la de febrero debido a que disminuyen considerablemente la cantidad de cajeros en los
rangos más altos de productividad y aumenta en caso 10 cajeros el rango en donde no se
obtiene ningún tipo de bonificación, afectando el coeficiente haciéndolo más homogéneo
entre los individuos analizados.